AREX Feed Article
OpenAI 发布 GPT-6.1 Sol：官方称以五分之一价格提供接近 Astra 的智能，即日起上线 ChatGPT Work 与 Codex
北京时间 9 月 30 日凌晨（美国太平洋时间 9 月 29 日上午），OpenAI 发布 GPT-6.1 Sol。官方把它概括为「以五分之一的价格提供接近 Astra 的智能」；这一说法对应的是智能体编码、computer use（操作计算机完成任务）与复杂专业工作。
给出的价格是：每百万 tokens 输入 2 美元、输出 10 美元、缓存输入 0.10 美元；称缓存输入比自身标准输入价格低 95%，比 GPT-6 Sol 的缓存输入价格低 50%。称，模型即日起在 ChatGPT Work 与 Codex 上线，面向 Plus、Pro、Business、Enterprise 与 Edu 用户。
价格对照：Astra 的价目表
OpenAI 公布的三张模型卡片显示，GPT-6 Astra 每百万 tokens 输入 10 美元、输出 50 美元、缓存输入 1 美元；GPT-6.1 Sol 的输入与输出价格正好是它的五分之一，缓存输入只要 0.10 美元。官方帖文把 GPT-6.1 Sol 称作「当前同级性能中最具成本效率的模型」。
博文称，缓存输入的定价给开发者留出了更多空间，去构建和运行会跨请求复用上下文的智能体；官方帖文补充说，这能让开发者「大规模地构建和运行应用」。
GPT-6.1 Sol 与 GPT-6 Sol 的发布相隔不到一周
OpenAI 在 9 月 22 日发布 GPT-6 Sol 和 GPT-6 Luna，称，它们把 GPT-6 Astra 的许多优势带到更快、更便宜的模型上，API 价格较 GPT-5.6 的促销价下调 50%。几天后，GPT-6 Sol 的升级版 GPT-6.1 Sol 上线；称，GPT-6.1 是 GPT-6 系列中最新的模型家族。
博文称，从写代码、调试代码到理解文档、执行多步骤业务流程，GPT-6.1 Sol 相比 GPT-6 Sol 都有实质性提升。
官方基准：与 Astra 打平、逼近或仍有差距
称它「在多项基准上接近 GPT-6 Astra，成本大幅更低」。博文给出的数字如下：
- DeepSWE v1.1（在真实代码库上完成长周期软件工程任务）：与 Astra 持平的同时，成本约为其五分之一；比 GPT-6 Sol 的最佳成绩高 6.4 个百分点，且推理力度与成本都更低。
- GDP.pdf（用含表格、图表与细则的复杂 PDF 回答专业问题）：在测试的各个推理设置下，得分高于带 fallback（回退）的 Opus 5.5，单任务成本不到后者的一半；它也能以约五分之一的单任务成本逼近 Astra 的水平。
- AutomationBench（跨 47 种工具的多步骤业务流程）：中等推理力度下比 Opus 5.5 高 2.2 个百分点，成本约为其三分之一；同一设置下比 GPT-6 Sol 高 4.8 个百分点。
- OSWorld 2.0 离线集（长周期电脑操作）：最高推理力度下比 GPT-6 Sol 高 7 个百分点，成本不到其一半；距 Astra 还差 2.1 个百分点，单任务成本约为 Astra 的七分之一。
- Terminal-Bench Science 0.1（科研工作流）：最高推理力度下得分是 GPT-6 Sol 的两倍以上，单任务成本不到其一半；每次任务平均 5.47 美元，低于 Opus 5.5 的 23.21 美元与 Astra 的 23.80 美元。在这项测试中，Astra 仍以 68.1% 的成绩居首，OpenAI 称最困难的科研任务仍应使用 Astra。
- 事实性：在用户标记过错误的去标识化对话中，低推理力度下含事实错误的回答占比从 GPT-6 Sol 的 11.4% 降到 7.7%，减少约 32%；各设置下与 Astra 的差距在 1.9 个百分点以内，成本不到 Astra 的五分之一。博文注明，这类提示是刻意挑选的困难样本，不代表常规使用。
博文还写明，GPT 系列的评测在其研究环境或 API 中完成，结果可能与线上产品略有差异；竞品数据取自公开报告。
对齐评测：官方称更接近 Astra，部分指标仍有差距
称，GPT-6.1 Sol 在 OpenAI 的对齐评测中比 GPT-6 Sol 有明显改进、更接近 Astra：对自身局限更透明，也更可靠地尊重用户意图与安全约束。博文举的例子是「搜索工具坏了会不会告诉用户」：GPT-6.1 Sol 未披露问题的比例为 2.1%，低于 GPT-6 Sol 的 4.9%，但仍高于 Astra 的 1.5%。
系统卡附录补充：按 OpenAI 的 Preparedness 框架，GPT-6.1 Sol 在网络安全方面按 Critical 级别处理，在生物与化学能力方面按 High 级别处理，防护措施与 Astra 相同；在具有挑战性的生产基准中，它在 8 个类别里的 5 个得分高于 GPT-6 Sol。博文与系统卡附录都称，未观察到它尝试绕过自动安全审查，与 Astra、GPT-6 Sol 一致。
附录也记录了一处不及 Astra 的指标：在考察模型是否听从警告的评测里，23.5% 的 GPT-6.1 Sol 运行轨迹出现了不应有的执意坚持行为（unwanted persistence），Astra 为 17.4%。OpenAI 注明，该评测主要覆盖日常任务中的低风险限制，且没有启用系统级控制措施，衡量的是测试条件下的行为。
还可以通过 API 调用，Ultrafast 稍后上线，Chat 暂不提供
它在 API 中的名字是 gpt-6.1-sol。OpenAI 还称，未来几天将推出它的 Ultrafast 版本，在 Codex 中的 token 生成速度最高可达标准版本的 8 倍。博文还写明，它暂不在 Chat 中提供。